首先,我必须说,很好的问题!非常详细且可复制。我经历了您的问题,并尝试从您的git repo开始重做练习,并从GAIA存档中下载目录。
以编程方式,您的代码很好(请参见下面的 ,以获取稍微不同的方法)。缺少点的问题是,从GAIA档案库下载csv文件时,只能获得500个数据点。因此,看起来查询中的所有点都塞满了怪异的形状。但是,如果将搜索半径限制为较小的值,则可以看到TESS图像中有一些点:
请与以下旧部分中显示的版本进行比较。该代码与下面的代码相同,只是下载的csv文件半径较小。因此,当您导出到csv时,您似乎只是从GAIA存档中下载了所有可用数据的一部分。避免这种情况的方法是像您一样进行搜索。然后,在结果页面上Show query in ADQL form
,单击底部,然后在查询中以sql格式显示更改:
Select Top 500
至
Select
在查询开始时。
我使用的绘图aplpy
-在后台使用matplotlib-并得到以下代码:
from astropy.io import fits
from astropy.wcs import WCS
import aplpy
import matplotlib.pyplot as plt
import pandas as pd
from astropy.coordinates import SkyCoord
import astropy.units as u
from astropy.io import fits
fits_file = fits.open("4687500098271761792_med.fits")
central_coordinate = SkyCoord(fits_file[0].header["CRVAL1"],
fits_file[0].header["CRVAL2"], unit="deg")
figure = plt.figure(figsize=(10, 10))
fig = aplpy.FITSfigure("4687500098271761792_med.fits", figure=figure)
cmap = "gist_heat"
stretch = "log"
fig.show_colorscale(cmap=cmap, stretch=stretch)
fig.show_colorbar()
df = pd.read_csv("4687500098271761792_within_1000arcsec.csv")
# the epoch found in the dataset is J2015.5
df['coord'] = SkyCoord(df["ra"], df["dec"], unit="deg", frame="icrs",
equinox="J2015.5")
coords = df["coord"].tolist()
coords_degrees = [[coord.ra.degree, coord.dec.value] for coord in df["coord"]]
ra_values = [coord[0] for coord in coords_degrees]
dec_values = [coord[1] for coord in coords_degrees]
width = (40*u.arcmin).to(u.degree).value
height = (40*u.arcmin).to(u.degree).value
fig.recenter(x=central_coordinate.ra.degree, y=central_coordinate.dec.degree,
width=width, height=height)
fig.show_markers(central_coordinate.ra.degree,central_coordinate.dec.degree,
marker="o", c="white", s=15, lw=1)
fig.show_markers(ra_values, dec_values, marker="o", c="blue", s=15, lw=1)
fig.show_circles(central_coordinate.ra.degree,central_coordinate.dec.degree,
radius=(1000*u.arcsec).to(u.degree).value, edgecolor="black")
fig.save("GAIA_TESS_test.png")
但是,这会导致类似于您的情节:
为了检查我是否怀疑GAIA档案中的坐标正确显示,我从TESS图像的中心绘制了一个1000 arcsec的圆。如您所见,它与GAIA位置的数据点云的外侧(从图像中心看)的圆形大致对齐。我只是认为这些都是GAIA DR2归档文件中属于您搜索区域的所有点。数据云甚至似乎在内部具有方形的边界,该边界可能来自方形视场。